第10期 2016年10月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2016)10012004
D0I:10.13462/j.cnki.mmtamt.2016.10.031
No.10 Oct.2016
基于改进國值分割与形态学的螺钉目标检测算法
冯娟万星
（四川师范大学工学院，成都610101）
摘要：为了在外部环境干扰严重的条件下提高螺钉智能装配质量，文章提出了基于改进阔值分割与形态学的螺钉装配质量检查算法。首先，设计了融合最大方差与自适应阅值的分割算法，完成目标分割，防止欠分割与过度分割。其次，考虑去棱角与突出目标中心，改进了形态学结构分子，联合高帽运算，去除噪声干扰，进一步精确分割目标。然后提取目标纹理特征，通过标准特征值，完成螺钉目标检测。最后编程实现整个系统，并且在实际工程环境中使用。实验结果表明：与当前螺钉检测技术相比，文中算法拥有更高的检查正确率与稳定性。
关键词：螺钉装配质量检测；阔值分割；形态学；高帽运算；最大方差
中图分类号：TH161；TG506
文献标识码：A
Screws Image Assembly Quality Detection Algorithm Based on Improved
Threshold Segmentation and Morphology
FENG Juan，WANXing
(College of Engineering，SichuanNormal University，Chengdu 610101,China）
Abstract: In order to solve the multi-objective camera mechanism, low efficiency, more complex back-ground threshold segmentation is not accurate, is proposed in this paper, based on improved threshold seg-mentation and morphology of the screw examination algorithm, and by a single camera haeundae movement control platform implementation. First design the fusion of maximum variance and adaptive threshold seg mentation algorithm, target segmentation. Secondly improve the morphological structure of molecules, top hat operation, remove noise, further precise target segmentation. And extract the target texture characteris-tics, through the bayesian classifier, have complete screw without judgment. Finally, through the PC and PLC communication,establish the camera haeundae movement photo platform,and add visual algorithm in-tegration, complete the whole screw inspection system.
Key words: screw assembly quality detection; threshold segmentation; morphology; top hat operation; maximumvariance
引言 0
近年来，在制造业申以智能设备代替人力，从而提高生产效率与制造质量，已成行业的全球革新趋势。智能设备作为工业4.0架构中的基础设施，需具有超越人眼与人脑的功能，来完成原来人力对应的工作[1-2]。在很多制造业大型机械零部件中，都需要用到大量螺丝来固定机构，以往工厂都依靠安排大量工人来完成打螺丝和检查工作，不仅效率低下、成本高，而且螺丝漏打不良高发，严重影响产品质量[34]。在这样的背景下，有些自动化设备公司开发出了自动打螺丝与检查设备，设备先自动将螺丝打人螺丝孔，然后用工
收稿日期：2015-12-09
业相机拍照处理，视觉软件判断是否存在漏打不良国内也有专家学者对螺钉检查的算法进行研究，并取得了一些成果，但也仍存在一些不足。如陈永清5提出的内螺纹图像识别系统中螺钉检测部分，基于自适应或值分割与形态学开运算，达到螺丝识别检查的目的，但是当图像干扰大时，存在严重欠分割，使其检测精度不佳。如严荣杰提出了基于CCD数字图像校正技术的螺纹检测系统中螺钉检测部分，采用最大方差分割与相对样本标准，达到螺丝识别检查的目的，但是当图像干扰大时，存在严重过分割，从而检查失败。
对此，本文以改善算法分割与识别的精度与稳定性为目的,提出了一种基于改进阅值分割与形态学的
*基金项目：四川省科技厅支撑项目（2015JY003）；四川师范大学校级科研项目（13KYL13）
作者简介：冯娟（1982—），女，四川崇州人，四川师范大学讲师，碳士，研究方向为计算机应用与电气传动，（E一mail）fegjuan1982sn@sina.com
万方数据